CN103914475B - 一种视频播放量的预测方法、系统和装置 - Google Patents
一种视频播放量的预测方法、系统和装置 Download PDFInfo
- Publication number
- CN103914475B CN103914475B CN201310002487.2A CN201310002487A CN103914475B CN 103914475 B CN103914475 B CN 103914475B CN 201310002487 A CN201310002487 A CN 201310002487A CN 103914475 B CN103914475 B CN 103914475B
- Authority
- CN
- China
- Prior art keywords
- playback volume
- mrow
- video
- predicted
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Television Signal Processing For Recording (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请公开了一种视频播放量的预测方法、系统和装置。该方法包括:接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重,将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。应用本发明能够提高预测视频播放量的准确性。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种视频播放量的预测方法、系统和装置。
背景技术
随着在互联网上观看视频的需求的增长,常常需要预测即将上线的影片等视频的播放量,即视频在一段时间内被播放的次数。
目前,通常采用人工方式来预测视频播放量,即视频内容编辑人员依靠自身的经验,参考以往同类影片的播放量,来对未上线的影片等视频将来的播放量作出预测。
可见,目前预测视频播放量的方法严重依赖人的经验,预测结果误差较大,不够准确。
发明内容
有鉴于此,本申请提供了一种视频播放量的预测方法、系统和装置,能够提高预测视频播放量的准确性。
一种视频播放量的预测方法,该方法包括:
接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重,将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间;
其中,通过预先建立样本库,根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间,根据各个播放量区间的信息确定每个播放量区间出现的第一权重、以及影响样本播放量的每个因素的每个取值在每个播放量区间内出现的权重。
一种视频播放量的预测系统,该系统包括样本库、样本库分析模块和播放量预测模块;
所述样本库,用于存储样本;
所述样本库分析模块,用于根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间,确定每个播放量区间出现的第一权重、以及影响样本播放量的每个因素的每个取值在每个播放量区间内出现的权重;
所述播放量预测模块,用于接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重,将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
一种视频播放量的预测装置,该装置包括因素提取模块、单个因素取值分析模块、单个播放量区间分析模块和预测模块;
所述因素提取模块,用于确定待预测视频中出现的所有因素取值;
所述单个因素取值分析模块,用于接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值;
所述单个因素取值分析模块,用于根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重;
单个播放量区间分析模块,用于根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重;
所述预测模块,用于将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
可见,本发明通过建立样本库,根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间,确定每个播放量区间出现的第一权重,确定影响样本播放量的因素,并确定因素的每个取值在每个播放量区间内出现的权重,能够建立用于进行视频播放量预测的数据模型,通过确定待预测视频中出现的所有影响播放量的因素的所有取值,依据所述数据模型和待预测视频中出现的所有因素取值对待预测视频进行分析,可以预测出待预测视频的播放量所在的播放量区间。
由于上述数据模型的建立是通过对样本库中样本的分析、并综合考虑了影响播放量的各种因素而实现的,并且,对于每个待预测视频,都是通过确定该待预测视频中出现的所有因素取值,并进一步依据该数据模型对该待预测视频进行分析来预测播放量,与现有技术中仅仅依据视频编辑的个人经验预测视频播放量相比,视频播放量的预测更加客观而准确。
附图说明
图1是本发明提供的视频播放量的预测方法流程图。
图2是本发明提供的视频播放量的预测系统组成示意图。
图3是本发明提供的视频播放量的预测装置结构图。
具体实施方式
本发明中,通过对样本库中的样本信息进行分析确定每个播放量区间出现的第一权重以及影响样本播放量的每个因素的每个取值在每个播放量区间内出现的权重,能够建立用于进行视频播放量预测的数据模型,通过确定待预测视频中出现的所有影响播放量的因素的所有取值,依据所述数据模型和待预测视频中出现的所有因素取值对待预测视频进行分析,可以预测出待预测视频的播放量所在的播放量区间。其中,所述权重可以依据样本的概率信息确定,具体请参见图1所示流程。
图1是本发明提供的视频播放量的预测方法流程图。
如图1所示,该方法包括:
步骤101,预先建立样本库。
步骤102,根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间。
本步骤中,确定播放量区间的方法有多种。例如,作为一种最简单的方式,可以确定出样本库中单个样本的最大播放量和最小播放量,将所述最大播放量和所述最小播放量之间的播放量区间平分为N等份,每一份为一个播放量区间,其中,N不小于2。当然,也可以采用非等分的方式划分播放量区间。
步骤103,确定每个播放量区间出现的第一概率。
其中,可以将1除以播放量区间的总数所得的结果,即播放量区间总数分之一,确定为每个播放量区间出现的第一概率。
本步骤中,可以直接将所述第一概率确定为所述第一权重。
步骤104,确定影响样本播放量的因素。
影响样本播放量的因素可以有多个类别,每个类别的因素都有不同的取值,例如,影响样本播放量的因素可以有社交网络中对待预测视频的评价信息、待预测视频的内容类别信息、待预测视频的参演人员或导演信息、或待预测视频的出品方信息。以待预测视频的参演人员这类因素为例,其取值可以为各个不同的参演人员。
步骤105,确定因素的每个取值在每个播放量区间内出现的概率。
其中,可以将每个取值在每个播放量区间内出现的概率确定为每个取值在每个播放量区间出现的权重。具体地,本步骤中,可以将每个播放量区间内的具有某一因素取值的样本个数除以相应播放量区间内的样本总数所得的结果,确定为该因素取值在相应播放量区间内出现的概率。
其中,步骤101~步骤105属于数据模型的建立阶段,可以预先完成,从而在需要预测视频播放量时,可以直接利用该数据模型,提高播放量的预测速度。
步骤106,确定待预测视频中出现的所有因素取值。
本步骤中,接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响播放量的所有因素取值,其中,在步骤104中确定了多少因素,则本步骤中就要确定待预测的视频中相应因素的所有取值,例如,步骤104中确定了两类因素,则本步骤中需要确定出这两类因素在当前待预测视频中的所有取值。
步骤107,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的概率和每个播放量区间出现的第一概率,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二概率。
本步骤中,可以根据待预测视频中出现的因素取值Ai在播放量区间Wj内出现的概率P(Ai/Wj),和播放量区间Wj出现的概率P(Wj),将当待预测视频中出现因素取值Ai时所述待预测视频的播放量位于播放量区间Wj的第二概率P(Wj/Ai)确定为:
其中,L播放量区间的总个数。
步骤108,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二概率,确定待预测视频的播放量位于每个播放量区间的第三概率。
本步骤中,可以将待预测视频的播放量位于播放量区间Wj的第三概率PU(Wj)确定为:
其中,n是待预测视频中出现的所有因素取值的个数。
步骤109,将对应的第三概率值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
其中,可以直接将相应的概率确定为相应的权重,例如,待预测视频的播放量位于每个播放量区间的第二概率确定为待预测视频的播放量位于每个播放量区间的第二权重;待预测视频的播放量位于每个播放量区间的第三概率确定为待预测视频的播放量位于每个播放量区间的第三权重。也可以将相应的概率进行适当变换后确定为相应的权重,比如将相应的概率作为影响权重的一个因素,参考影响权重的其他因素确定相应的权重。
下面举一个具体的例子,对本发明提供的播放量预测方法进行示例性的说明,所举例子并不用于限制本发明。
在该例子中,包括两个阶段,第一阶段为数据模型建立阶段,第二阶段为预测阶段。
第一阶段:
假设样本库中有10000部历史视频,其中单个视频的最高播放量为M,最低播放量为N,将从N到M的播放量分布分为划分为L段,每段的大小为S=(M-N)/L,则播放量区间的序列为:[N,N+S),[N+S,N+2S)…[N+S(L-1),M],每一块播放量区间记为Wj,其中j为播放量区间的序列号,总共有L个播放量区间,所以播放量区间j的出现概率为:P(Wj)=1/L。
确定样本库中每个因素取值在每个播放量区间中出现的概率。例如,假设样本库的10000个样本中,分布在播放量区间Wj的样本有100个,如果有演员Ai参演的5个样本的播放量位于播放量区间Wj内,那么因素取值Ai在播放量区间Wj中出现的概率P(Ai/Wj)=5/100=5%,换言之,播放量区间Wj上出现演员Ai参演的影片的比例是5%。
第二阶段:
对于待预测视频,先分析出待预测视频中出现的所有因素值,例如,当影响播放量的因素仅考虑参演人员时,分析出待预测视频中的所有参演人员,然后根据第一阶段建立的数据模型,确定出当待预测视频中出现某个因素取值Ai时,该待预测视频的播放量位于播放量区间Wj的概率P(Wj/Ai),例如,可以将P(Wj/Ai)确定为:
P(Wj/Ai)=P(Wj)P(Ai/Wj)/(P(W1)P(Ai/W1)+P(W2)P(Ai/W2)+…+P(Wj)P(Ai/Wj)+…+P(WL)P(Ai/WL)),其中L为播放量区间的总数,P(Ai/Wj)和P(Wj)的值已经在数据模型的建立阶段计算得出。因此,能够得出当待预测视频中出现某个因素取值Ai时,该待预测视频的播放量位于各个播放量区间的概率:P(W1/Ai),P(W2/Ai)…P(WL/Ai)。
假设待预测视频中影响播放量的所有因素取值为a、b和c,Paj、Pbj和Pcj分别表示当待预测视频中出现了因素取值a、b、c时该待预测视频位于播放量区间Wj的概率,根据Paj、Pbj和Pcj可以确定当待预测视频中同时出现了因素取值a、b和c时该待预测视频的播放量位于播放量区间Wj的联合概率PUj为:
PUj=PajPbjPcj/(PajPbjPcj+(1-Paj)(1-Pbj)(1-Pcj))
将所有播放量区间中所述联合概率的取值最大的播放量区间确定为预测结果,即预测该待预测视频的播放量区间位于所述联合概率最大的播放量区间。
本发明还提供而来视频播放量的预测系统和装置,具体请参见图2和图3。
图2是本发明提供的视频播放量的预测系统组成示意图。
如图2所示,该系统包括样本库201、样本库分析模块202和播放量预测模块203。
样本库201,用于存储样本。
样本库分析模块202,用于根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间,确定每个播放量区间出现的第一权重,确定影响样本播放量的因素,确定因素的每个取值在每个播放量区间内出现的权重。
播放量预测模块203,用于确定待预测视频中出现的所有因素取值,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重,将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
其中,样本库分析模块202,可以用于确定出样本库201中单个样本的最大播放量和最小播放量,将所述最大播放量和所述最小播放量之间的播放量区间平分为N等份,每一份为确定出的一个播放量区间,其中,N不小于2。
样本库分析模块202,可以用于确定影响样本播放量的两类以上的因素。
样本库分析模块202,具体可以用于将1除以播放量区间的总数所得的结果确定为每个播放量区间出现的第一权重,和/或,将每个播放量区间内的具有某一因素取值的样本个数除以相应播放量区间内的样本总数所得的结果,确定为该因素取值在相应播放量区间内出现的权重。
播放量预测模块203,具体可以用于根据待预测视频中出现的因素取值Ai在播放量区间Wj内出现的权重P(Ai/Wj),和播放量区间Wj出现的权重P(Wj),将当待预测视频中出现因素取值Ai时所述待预测视频的播放量位于播放量区间Wj的第二权重P(Wj/Ai)确定为:
其中,L播放量区间的总个数。
播放量预测模块203,具体可以用于将待预测视频的播放量位于播放量区间Wj的第三权重PU(Wj)确定为:
其中,n是待预测视频中出现的所有因素取值的个数。
图3是本发明提供的视频播放量的预测装置结构图。
如图3所示,该装置包括因素提取模块301、单个因素取值分析模块302、单个播放量区间分析模块303和预测模块304。
因素提取模块301,用于确定待预测视频中出现的所有因素取值。
单个因素取值分析模块302,用于根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,其中,播放量区间是根据样本库中单个样本的播放量的分布范围预先划分的,播放量区间的个数为两个以上。
单个播放量区间分析模块303,用于根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重。
预测模块304,用于将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
本发明在预测出待预测视频的播放量区间以后,还可以输出待预测视频的播放量所处的播放量区间信息,根据所述播放量区间信息部署所述待预测视频、和/或为所述待预测视频分配网络传输资源、和/或为所述待预测视频匹配网络定向信息,从而能够优化视频资源的部署、网络传输资源分配或匹配合适的网络定向信息。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (11)
1.一种视频播放量的预测方法,其特征在于,该方法包括:
接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重,将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间;
其中,通过预先建立样本库,根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间,根据各个播放量区间的信息确定每个播放量区间出现的第一权重、以及影响样本播放量的每个因素的每个取值在每个播放量区间内出现的权重。
2.根据权利要求1所述的方法,其特征在于,根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间包括:
确定出样本库中单个样本的最大播放量和最小播放量,将所述最大播放量和所述最小播放量之间的播放量区间平分为N等份,每一份为确定出的一个播放量区间,其中,N不小于2。
3.根据权利要求1所述的方法,其特征在于,影响样本播放量的因素包括两类以上的因素。
4.根据权利要求3所述的方法,其特征在于,所述两类以上的因素包括:
社交网络中对待预测视频的评价信息、待预测视频的内容类别信息、待预测视频的参演人员或导演信息、或待预测视频的出品方信息。
5.根据权利要求1所述的方法,其特征在于,确定每个播放量区间出现的第一权重包括:
将1除以播放量区间的总数所得的结果确定为每个播放量区间出现的第一权重;
和/或,确定影响播放量的每个因素的每个取值在每个播放量区间内出现的权重包括:
将每个播放量区间内的具有某一因素取值的样本个数除以相应播放量区间内的样本总数所得的结果,确定为该因素取值在相应播放量区间内出现的权重;
和/或,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重包括:
根据待预测视频中出现的因素取值Ai在播放量区间Wj内出现的权重P(Ai/Wj),和播放量区间Wj出现的权重P(Wj),将当待预测视频中出现因素取值Ai时所述待预测视频的播放量位于播放量区间Wj的第二权重P(Wj/Ai)确定为:
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mi>i</mi>
<mo>/</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mi>i</mi>
<mo>/</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,L为播放量区间的总个数;
和/或,确定待预测视频的播放量位于每个播放量区间的第三权重包括:
将待预测视频的播放量位于播放量区间Wj的第三权重PU(Wj)确定为:
<mrow>
<mi>P</mi>
<mi>U</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
<mo>(</mo>
<mrow>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,n是待预测视频中出现的所有因素取值的个数。
6.根据权利要求5所述的方法,其特征在于,该方法还包括:
输出待预测视频的播放量所处的播放量区间信息,根据所述播放量区间信息部署所述待预测视频、和/或为所述待预测视频分配网络传输资源、和/或为所述待预测视频匹配网络定向信息。
7.一种视频播放量的预测系统,其特征在于,该系统包括样本库、样本库分析模块和播放量预测模块;
所述样本库,用于存储样本;
所述样本库分析模块,用于根据样本库中单个样本的播放量的分布范围确定出两个以上的播放量区间,确定每个播放量区间出现的第一权重、以及影响样本播放量的每个因素的每个取值在每个播放量区间内出现的权重;
所述播放量预测模块,用于接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值,根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重,根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重,将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
8.根据权利要求7所述的系统,其特征在于,
所述样本库分析模块,用于确定出样本库中单个样本的最大播放量和最小播放量,将所述最大播放量和所述最小播放量之间的播放量区间平分为N等份,每一份为确定出的一个播放量区间,其中,N不小于2。
9.根据权利要求7所述的系统,其特征在于,
所述样本库分析模块,用于确定影响样本播放量的两类以上的因素。
10.根据权利要求7所述的系统,其特征在于,
所述样本库分析模块,用于将1除以播放量区间的总数所得的结果,确定为相应播放量区间出现的第一权重,和/或,将每个播放量区间内的具有某一因素取值的样本个数除以相应播放量区间内的样本总数所得的结果,确定为该因素取值在相应播放量区间内出现的权重;
和/或,所述播放量预测模块,用于根据待预测视频中出现的因素取值Ai在播放量区间Wj内出现的权重P(Ai/Wj),和播放量区间Wj出现的权重P(Wj),将当待预测视频中出现因素取值Ai时所述待预测视频的播放量位于播放量区间Wj的第二权重P(Wj/Ai)确定为:
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mi>i</mi>
<mo>/</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mi>i</mi>
<mo>/</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,L为播放量区间的总个数;
和/或,所述播放量预测模块,用于将待预测视频的播放量位于播放量区间Wj的第三权重PU(Wj)确定为:
<mrow>
<mi>P</mi>
<mi>U</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
<mo>(</mo>
<mrow>
<mi>W</mi>
<mi>j</mi>
<mo>/</mo>
<mi>A</mi>
<mi>i</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,n是待预测视频中出现的所有因素取值的个数。
11.一种视频播放量的预测装置,其特征在于,该装置包括因素提取模块、单个因素取值分析模块、单个播放量区间分析模块和预测模块;
所述因素提取模块,用于接收待预测视频信息,根据待预测视频信息确定待预测视频中出现的影响样本播放量的所有因素取值;
所述单个因素取值分析模块,用于根据待预测视频中出现的每个因素取值在每个播放量区间内出现的权重和每个播放量区间出现的第一权重,确定当待预测视频中出现相应因素取值时所述待预测视频的播放量位于每个播放量区间的第二权重;
单个播放量区间分析模块,用于根据待预测视频中出现的所有因素取值和每个因素取值对应的所述第二权重,确定待预测视频的播放量位于每个播放量区间的第三权重;
所述预测模块,用于将对应的第三权重值最大的播放量区间确定为待预测视频的播放量所处的播放量区间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310002487.2A CN103914475B (zh) | 2013-01-05 | 2013-01-05 | 一种视频播放量的预测方法、系统和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310002487.2A CN103914475B (zh) | 2013-01-05 | 2013-01-05 | 一种视频播放量的预测方法、系统和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103914475A CN103914475A (zh) | 2014-07-09 |
CN103914475B true CN103914475B (zh) | 2018-05-04 |
Family
ID=51040167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310002487.2A Active CN103914475B (zh) | 2013-01-05 | 2013-01-05 | 一种视频播放量的预测方法、系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103914475B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107135125B (zh) * | 2017-05-17 | 2020-04-21 | 北京奇艺世纪科技有限公司 | 视频idc带宽流量预测方法及装置 |
CN110267102B (zh) * | 2018-03-12 | 2022-05-03 | 腾讯科技(深圳)有限公司 | 视频数据的处理方法及装置、介质及电子设备 |
CN108769730B (zh) * | 2018-05-21 | 2021-09-03 | 腾讯科技(深圳)有限公司 | 视频的播放方法、装置、计算设备以及存储介质 |
CN108989889B (zh) * | 2018-08-09 | 2022-01-21 | 北京奇艺世纪科技有限公司 | 一种视频播放量预测方法、装置及电子设备 |
CN109218829B (zh) * | 2018-10-30 | 2021-07-27 | 中山大学 | 一种基于傅里叶变换的视频播放量可预测性分类方法 |
CN109451352A (zh) * | 2018-12-11 | 2019-03-08 | 北京奇艺世纪科技有限公司 | 一种视频播放流量预测方法及装置 |
CN109587515B (zh) * | 2018-12-11 | 2021-10-12 | 北京奇艺世纪科技有限公司 | 一种视频播放流量预测方法及装置 |
CN109963174B (zh) * | 2019-01-28 | 2021-06-22 | 北京奇艺世纪科技有限公司 | 流量相关指标预估方法、装置及计算机可读存储介质 |
CN112004120B (zh) * | 2019-05-27 | 2023-10-13 | 广州虎牙信息科技有限公司 | 平台网络资源播放量的预测方法、装置、设备及存储介质 |
CN114297419A (zh) * | 2021-12-31 | 2022-04-08 | 北京卓越乐享网络科技有限公司 | 多媒体对象的预测方法、装置、设备、介质和程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110265A (zh) * | 2009-12-23 | 2011-06-29 | 深圳市腾讯计算机系统有限公司 | 一种预估网络广告效果的方法及系统 |
CN102663617A (zh) * | 2012-03-20 | 2012-09-12 | 亿赞普(北京)科技有限公司 | 一种广告的点击率预测方法及系统 |
CN102740143A (zh) * | 2012-07-03 | 2012-10-17 | 合一网络技术(北京)有限公司 | 一种基于用户行为的网络视频榜单生成系统及其方法 |
CN102750320A (zh) * | 2012-05-18 | 2012-10-24 | 合一网络技术(北京)有限公司 | 一种网络视频实时关注度的计算方法、装置和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080306819A1 (en) * | 2007-06-08 | 2008-12-11 | Yahoo! Inc. | System and method for shaping relevance scores for position auctions |
-
2013
- 2013-01-05 CN CN201310002487.2A patent/CN103914475B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110265A (zh) * | 2009-12-23 | 2011-06-29 | 深圳市腾讯计算机系统有限公司 | 一种预估网络广告效果的方法及系统 |
CN102663617A (zh) * | 2012-03-20 | 2012-09-12 | 亿赞普(北京)科技有限公司 | 一种广告的点击率预测方法及系统 |
CN102750320A (zh) * | 2012-05-18 | 2012-10-24 | 合一网络技术(北京)有限公司 | 一种网络视频实时关注度的计算方法、装置和系统 |
CN102740143A (zh) * | 2012-07-03 | 2012-10-17 | 合一网络技术(北京)有限公司 | 一种基于用户行为的网络视频榜单生成系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103914475A (zh) | 2014-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103914475B (zh) | 一种视频播放量的预测方法、系统和装置 | |
Zu et al. | Mapping stellar content to dark matter haloes–III. Environmental dependence and conformity of galaxy colours | |
CN103246985B (zh) | 一种广告点击率预测方法及装置 | |
CN101981870B (zh) | 分组交换通信网络中的可用带宽估计 | |
CN102625344B (zh) | 移动终端用户体验质量评估模型及方法 | |
CN103974097B (zh) | 基于流行度和社交网络的个性化用户原创视频预取方法及系统 | |
CN105372723B (zh) | 基于卷积神经网络模型的太阳耀斑预报方法 | |
CN107395301A (zh) | 一种基于k均值算法的频谱感知方法 | |
CN103514304A (zh) | 一种项目推荐方法和装置 | |
CN105138653A (zh) | 一种基于典型度和难度的题目推荐方法及其推荐装置 | |
CN104408923B (zh) | 交通状态评估方法和装置 | |
CN107733541A (zh) | 频谱感知的方法、装置、设备以及计算机可读存储介质 | |
CN104978320A (zh) | 一种基于相似度的知识推荐方法和设备 | |
CN105893432A (zh) | 视频评论分类方法、视频评论显示系统以及服务器 | |
CN104424240B (zh) | 多表关联方法、主服务节点、计算节点及系统 | |
CN104039008B (zh) | 一种混合定位方法 | |
CN107809766A (zh) | 一种用于网络优化的机器学习样本的生成方法及装置 | |
CN107360577A (zh) | 一种基于机器学习的频谱感知方法及装置 | |
CN107203823A (zh) | 一种用户乘车地址调整方法及装置 | |
CN102630037A (zh) | 一种视频系统中从psnr到mos的映射算法 | |
CN103778169B (zh) | 信息排序方法 | |
CN109995549A (zh) | 一种评估流量价值的方法及装置 | |
CN104410873B (zh) | 电视频道用户数的检测方法和装置 | |
CN103117821A (zh) | 一种基于瑞利商的加权协作频谱感知方法 | |
CN108141377A (zh) | 网络流早期分类 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |